Eine aktuelle Sammelklage gegen den Wearable-Hersteller Oura behauptet, das Unternehmen habe Verbraucher mit unlauteren Marketingpraktiken über die Genauigkeit der Schlaf-Tracking-Funktionen seiner Smart Rings in die Irre geführt. Die Klägerin Madison Surber erwarb einen Oura Ring für 503 US-Dollar in der Annahme, er würde ihren Schlaf präzise erfassen, und wirft dem Unternehmen vor, für ein Gerät, das seine Marketingversprechen nicht gehalten habe, einen „ungerechtfertigten Aufpreis“ gezahlt zu haben.
Vorwürfe gegen Oura
Die Klageschrift kritisiert, dass der Oura Ring nicht über die notwendigen Sensoren verfügt, um die neurologische Aktivität präzise zu messen, die zur Definition von Schlafphasen erforderlich ist. Dazu zählen Sensoren für Hirnwellen, Augenbewegungen, Herzaktivität, Muskelbewegungen und eine Finger-PPG-Messung (Photoplethysmographie). Laut der Beschwerde basieren Ouras KI-Modelle auf „fehlerhafter KI-basierter Schlussfolgerung als verlässliche Wissenschaft“ und würden lediglich „Vermutungen“ über die tatsächlichen Schlafstadien anstellen.
Belege und Branchenauswirkungen
Als Beleg für die mangelnde Genauigkeit wird eine Studie aus dem Fachmagazin Nature angeführt. Diese bescheinigte dem Smart Ring eine „begrenzte Genauigkeit“ bei der Schlafphasenerkennung, mit einer Erfolgsquote von lediglich 53 Prozent bei der korrekten Bewertung jeder Schlafphase. Die Klage betont, dass „Schlaf im Gehirn stattfindet, nicht am Finger“. Diese Aussage könnte, sollte sie vor Gericht bestätigt werden, weitreichende Auswirkungen auf die milliardenschwere Gesundheits-Wearables-Industrie haben, deren Geschäftsmodell auf der Interpretation biometrischer Signale von Finger oder Handgelenk basiert.
Oura verteidigt Genauigkeit
Oura weist die Vorwürfe zurück und erklärte gegenüber ZDNET: „Wir stehen zu unserer Wissenschaft, Forschung und unseren Genauigkeitsaussagen.“ Das Unternehmen verweist auf „gut dokumentierte, von Experten begutachtete unabhängige wissenschaftliche Belege“, die zeigen, dass Schlafphasen mit „eindeutigen, messbaren, reproduzierbaren physiologischen Veränderungen“ verbunden sind und diese Signale zuverlässig zur Klassifizierung von Schlafphasen verwendet werden.
Thema: Technologie / KI allgemein. Quelle/Inspiration: ZDNet.